無人駕駛是新時代的技術，通過無人駕駛，我們可以釋放我們的雙手，節省開車占用的時間。對于無人駕駛，其實我們也并不陌生，時常會有無人駕駛的消息在各大媒體上傳播。為增進大家對無人駕駛的認識，本文將對無人駕駛的三大階段以及無人駕駛汽車的關鍵技術予以介紹。

一、無人駕駛的三大階段

目前，無人駕駛汽車普及應用的最大挑戰是大眾對其接受度較低，對其安全性、可靠性的信任度較低。但因國家對無人駕駛汽車的政策法規尚未完善，無人駕駛汽車還不能在公開道路上行駛。

如同其他很多事物一樣，無人駕駛實際上也有一個技術循序漸進發展的過程。無人駕駛也需分為不同階段。

階段一：輔助駕駛階段。車道保持、自適應巡航等輔助駕駛功能，均屬于這個階段的技術，不過駕駛員仍舊是操作主體。

階段二：半自動駕駛。在這個階段中，電腦操縱下的自動駕駛已經可以完成前往目的地的過程，其可作為備用系統完成行駛，但受限于法律法規等因素，其仍舊不能作為整個駕駛行為的主體存在。

階段三：全自動駕駛。技術、成本、法衡去規等因素都不再成為影響普及的因素，電腦控制的系統已經作為駕駛主體而存在，駕駛員也可以隨時接管操作系統。

二、無人駕駛汽車關鍵技術

無人駕駛汽車是未來汽車發展的方向，是各種頂尖科技成果為一體的智慧型汽車。就目前發展現狀來看，還有以下幾個方面的技術OTR需取得突破。

1、傳感器技術

現在無人車能出現很大程度上依賴傳感器的進步。現在的無人駕駛汽車采用激光雷達，直接感知路面狀況，用于分析計算。傳感器接口層包括各種外圍傳感器的輸入。感知層收集各種傳感器的數據，進行多層次、多空間的信息互補和優化組合處理，最終實現對周圍環境的全方位感知。

2、定位

目前主要的定位系統中美國的GPS應用最為廣泛，技術也較為成熟，但目前民用的GPS定位精度遠達不到無人車的需求，GPS官方民用定位精度“《10 m”，更高精度的GPS基本要依靠差分完成。差分的原理很簡單：設置一個固定基站，固定基站校準位置，再將信號傳遞給車載設備，車載設備在接收到基站信號和GPS信號后差分獲得。但是每一個基站的有效范圍也就30 km。于是有很多技術要解決GPS精度不足的問題，如地圖匹配。根據激光雷達和組合導航單元的數據信息構建出全局地圖。激光雷達、攝像頭、毫米波雷達、超聲波雷達的感知結果融合處理后建立以行駛車輛為中心的感知局部地圖。并通過 GPS 信息、車輛位置和姿態信息的疊加。提供一種直觀了解行車環境各種信息處理結果的實時綜合地圖。

3、避障

車輛前方有障礙，障礙物是運動的還是靜止的，車是停下來還是繞過去。這部分主要的難度是從傳感器識別障礙，在車輛運動的前提下，確定障礙的運動狀態。也就是說你要在運動的坐標系下，計算另一個物體相對靜坐標系的速度，并作出判斷。

4、識別

人能輕易識別出道路上的交通標識，如限速牌、紅綠燈，同時作出相應的反應，但這對于機器來說是一個困難的挑戰。目前的機器視覺技術還難以識別像樹木、行人、動物等物體。這些物體的識別都要通過視覺系統完成。在無人車上不但需要能在有限的時間里識別出來，并且還要考慮道路中可能有的光線變化、遮擋等問題。要完善解決這些問題，還需要等待機器視覺和圖像識別領域的技術突破。

5、控制

除了上面的避障以外，其他外圍機構的改造可能會存在一些改造上的問題。如何介入轉向架、如何介入油門。這部分技術的難度較小，汽車控制技術如今已比較成熟，而無人駕駛汽車在未來基本為純電動汽車，在控制難度上將小于傳統的內燃機汽車。